Tevogen.AI的模型显著减少了目标分析所需的时间，并有潜力通过简化早期药物发现、减少对湿实验室的依赖以及加快研发进程，为整个医疗系统节省数十亿美元的成本。除了节省成本之外，Tevogen.AI的领导层认为，人工智能驱动的药物发现也有望为早期采用该技术的企业带来数十亿美元的营收增长。随着病毒学数据集的整理和Alpha模型的建立，Tevogen.AI现在将把PredicTcell应用于肿瘤学领域，扩大其范围，并可能加速癌症免疫疗法的研发。
WARREN, N.J., 2025年7月14日 (GLOBE NEWSWIRE) — Tevogen（“Tevogen Bio Holdings Inc.”或“公司”）(纳斯达克代码: TVGN)今日宣布，其人工智能项目Tevogen.AI在与微软（纳斯达克代码: MSFT）和Databricks合作下，已成功构建了基础性PredicTcell™模型的Alpha版本。
PredicTcell依托强大且可扩展的数据工程管道进行支持。该模型利用机器学习和Transformer架构，在涵盖近十亿个基因和蛋白质元素的TB级数据集上进行训练，从而提升目标发现的能力。通过并行处理和分布式计算，Tevogen.AI将原本需要几个月的蛋白质序列分析和肽段识别缩短至几小时。
“这一成就凸显了Tevogen.AI致力于通过人工智能驱动创新来彻底改变治疗开发的承诺，”Tevogen.AI首席信息官兼负责人Mittul Mehta表示。“通过显著加速免疫活性靶点的识别，PredicTcell使进入临床研究的过程更加高效，最终造福患者。我们期待进一步丰富我们的数据集，纳入病毒学、肿瘤学和神经学领域，以进一步增强PredicTcell平台。”
“通过PredicTcell平台的开发和使用，我们获得了新的洞察力，并能够快速分析更大规模的数据集，这可能会提高准确性并减少湿实验室测试的时间，”首席研究和科学官Neal Flomenberg博士说道。
Tevogen.AI平台的其他发展，包括通过其互补的AdapTcell™模型在临床试验优化和患者市场分析方面的进展，将在后续通讯中陆续公布。
【全文结束】
